CN114831729B - 超声心动图和ct多模态图像融合的左心耳封堵模拟*** - Google Patents
超声心动图和ct多模态图像融合的左心耳封堵模拟*** Download PDFInfo
- Publication number
- CN114831729B CN114831729B CN202210262054.XA CN202210262054A CN114831729B CN 114831729 B CN114831729 B CN 114831729B CN 202210262054 A CN202210262054 A CN 202210262054A CN 114831729 B CN114831729 B CN 114831729B
- Authority
- CN
- China
- Prior art keywords
- left auricle
- image
- fusion
- heart
- dimensional
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 230000004927 fusion Effects 0.000 title claims abstract description 50
- 238000004088 simulation Methods 0.000 title claims abstract description 25
- 238000002592 echocardiography Methods 0.000 title claims description 11
- 210000005248 left atrial appendage Anatomy 0.000 claims description 27
- 238000000034 method Methods 0.000 claims description 25
- 238000004873 anchoring Methods 0.000 claims description 24
- 230000011218 segmentation Effects 0.000 claims description 21
- 230000000694 effects Effects 0.000 claims description 12
- 238000012545 processing Methods 0.000 claims description 8
- 210000005242 cardiac chamber Anatomy 0.000 claims description 6
- 230000002980 postoperative effect Effects 0.000 claims description 6
- 230000008569 process Effects 0.000 claims description 6
- 238000005259 measurement Methods 0.000 claims description 5
- 238000012549 training Methods 0.000 claims description 5
- 230000002792 vascular Effects 0.000 claims description 5
- 238000007781 pre-processing Methods 0.000 claims description 4
- 210000005240 left ventricle Anatomy 0.000 claims description 3
- 210000005241 right ventricle Anatomy 0.000 claims description 3
- 238000012502 risk assessment Methods 0.000 claims description 3
- 238000013528 artificial neural network Methods 0.000 claims description 2
- 210000005246 left atrium Anatomy 0.000 claims description 2
- 210000005245 right atrium Anatomy 0.000 claims description 2
- 238000003384 imaging method Methods 0.000 abstract description 11
- 238000013486 operation strategy Methods 0.000 abstract description 2
- 238000013175 transesophageal echocardiography Methods 0.000 description 18
- 238000002604 ultrasonography Methods 0.000 description 10
- 238000011156 evaluation Methods 0.000 description 5
- 230000000903 blocking effect Effects 0.000 description 4
- 230000000747 cardiac effect Effects 0.000 description 4
- 210000003238 esophagus Anatomy 0.000 description 4
- 210000000709 aorta Anatomy 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013527 convolutional neural network Methods 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 229910052739 hydrogen Inorganic materials 0.000 description 3
- 230000033001 locomotion Effects 0.000 description 3
- 230000009466 transformation Effects 0.000 description 3
- 230000000007 visual effect Effects 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000004195 computer-aided diagnosis Methods 0.000 description 2
- 238000006073 displacement reaction Methods 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 208000007536 Thrombosis Diseases 0.000 description 1
- 238000002583 angiography Methods 0.000 description 1
- 230000010100 anticoagulation Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000003759 clinical diagnosis Methods 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001514 detection method Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000003745 diagnosis Methods 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000009977 dual effect Effects 0.000 description 1
- 230000002526 effect on cardiovascular system Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005755 formation reaction Methods 0.000 description 1
- 210000002837 heart atrium Anatomy 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 210000004115 mitral valve Anatomy 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000002601 radiography Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000002560 therapeutic procedure Methods 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
-
- A—HUMAN NECESSITIES
- A61—MEDICAL OR VETERINARY SCIENCE; HYGIENE
- A61B—DIAGNOSIS; SURGERY; IDENTIFICATION
- A61B34/00—Computer-aided surgery; Manipulators or robots specially adapted for use in surgery
- A61B34/10—Computer-aided planning, simulation or modelling of surgical operations
- A61B2034/101—Computer-aided simulation of surgical operations
- A61B2034/102—Modelling of surgical devices, implants or prosthesis
- A61B2034/104—Modelling the effect of the tool, e.g. the effect of an implanted prosthesis or for predicting the effect of ablation or burring
Landscapes
- Health & Medical Sciences (AREA)
- Surgery (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biomedical Technology (AREA)
- Robotics (AREA)
- Nuclear Medicine, Radiotherapy & Molecular Imaging (AREA)
- Heart & Thoracic Surgery (AREA)
- Medical Informatics (AREA)
- Molecular Biology (AREA)
- Animal Behavior & Ethology (AREA)
- General Health & Medical Sciences (AREA)
- Public Health (AREA)
- Veterinary Medicine (AREA)
- Image Processing (AREA)
Abstract
本发明涉及超声心动图和CT多模态图像融合的左心耳封堵模拟***,属于医疗器械技术领域。本发明通过两种影像学方法的联合运用,分别采集两者的DICOM图像数据,设计软件实现融合成像,将左心耳内部结构、功能以及外部形态和毗邻同时显现,然后模拟进行封堵器的匹配,使手术医师在术前就可以运用左心耳封堵模拟装置选择手术策略,选择最佳、最合适的封堵器装置,通过本发明提高手术成功率。本发明提供的图像融合模拟***可实现左心耳的经食管实时四维超声心动图和CT多模态图像的融合,对左心耳进行内部结构和功能以及外部整体形态和左心耳毗邻的融合,为提高左心耳封堵术的成功率,减少并发症提供切实可行的影像学方法。
Description
技术领域
本发明涉及超声心动图和CT多模态图像融合的左心耳封堵模拟***,属于医疗器械技术领域。
背景技术
目前,在左心耳封堵手术中,临床应用多是在经食管超声心动图或CT单一模态影像学方法引导的基础上,结合术中心血管造影来实现观察左心耳封堵的效果。
然而,随着左心耳封堵术特别是极简式手术方式的广泛开展,一方面左心耳封堵术后残余分流率较高,仍是心血管科医生面临的重要难题之一,残余分流量多的患者封堵器表面血栓形成的风险增加,除了需要长期抗凝治疗外,还需要对残腔进行再次封堵;另一方面由于左心耳的解剖形态多样,常规的方法对左心耳解剖形态及其毗邻形态的评价有限,左心耳封堵术中进行左心耳造影时也可以测量锚定区直径、左心耳深度等,但在术中对左心耳的评价有限,即刻选择封堵策略相对比较仓促、不够精准。上述情况可能造成左心耳封堵失败,或封堵术后残余分流量较多、封堵器移位甚至脱落等情况的发生,同样手术医生在选择封堵器装置时也存在困难,影响手术效果。所以,本技术领域亟需解决如何在术前模拟左心耳封堵效果,减少左心耳封堵术后残余分流等并发症,提高手术成功率的技术问题。
发明内容
本发明的目的是为解决如何在术前模拟左心耳封堵效果,减少左心耳封堵术后封堵器周围残余分流、移位甚至脱落等并发症,提高手术成功率的技术问题。
为达到解决上述问题的目的,本发明所采取的技术方案是提供一种经食管实时四维超声心动图和CT多模态图像融合预测左心耳封堵效果的方法,包括以下步骤:
步骤1:获取人体心脏左心耳经食管实时四维超声心动图和CT的DICOM(DigitalImaging and Communications in Medicine,医学数字成像和通信)格式图像数据;
步骤2:对人体心脏的CT图像进行阈值分割;对于典型的心脏分割任务,通过全卷积神经网络FCN(Fully-Convolutional Neural Networks)将输入的CT图像生成右室/左室/右房/左房与基本血管结构;FCN基于公开的全心脏分割数据集,通过U结构网络与监督学习框架进行模型训练;采用心脏结构中的所有网格点进行主方向提取;对于给定的DSCT(Dual Source CT,双源CT)图像其中,C为通道数目,D,H,W分别为输入图像的厚度,高度和宽度。
步骤3:对人体左心耳经食管实时四维超声图像,基于极大化-期望EM(Expectation-Maximization,EM)算法进行预处理与分割;分割过程首先通过四腔平面选取基本位置,基于Sobel算子进行局部区域膨胀,并引入时序权重用于CT与TEE(经食管超声心动图,transesophageal echocardiography,TEE)之间的相似性度量;给定RT4D-TEE超声图像序列,共包含NB张3D-TEE图像,模型将得到NB个点集合Yl用于表征超声图像中的四腔轮廓。
步骤4:基于处理完毕的CT图像与超声图像,通过与现有方法类似的穷举离散搜索方法执行初始粗超声帧与CT层位匹配;对于每个时间点t,带有最小均方误差的截面将作为刚性变换为最优匹配;
步骤5:对心脏腔室、左心耳的CT三维模型和左心耳的超声四维模型进行空间配准,得到基于超声/CT图像的左心耳图像的融合模型,通过可视化的方式实现两种图像模态的联合显示,得到超声/CT图像的左心耳图像的融合模型;
步骤6:基于左心耳图像的融合模型,模拟将左心耳封堵装置放入左心耳融合模型,用于辅助临床医生对于病灶等级判别,并指导手术规划与术后效果评估。
优选地,上述步骤5中空间配准包括配准算法,配准算法将两种异构的图像模态通过特征变换映射到同一个坐标空间之下,并且能够对于运动造成的局部非刚性形变具备较好的鲁棒性。
优选地,上述步骤5中融合模型显示的左心耳内表面设有定位锚定区,底部有左心耳深度的标志点;上述步骤6中模拟将左心耳封堵装置放入左心耳融合模型,是将左心耳封堵装置放置于锚定区。
本发明提供一种左心耳封堵模拟***,包括:
数据采集模块,用于获取人体心脏左心耳经食管实时四维超声心动图和CT的DICOM格式图像数据;
数据处理模块,用于处理人体心脏的CT图像和人体左心耳经食管实时四维超声图像,并建模;对心脏腔室、左心耳的CT三维模型和左心耳的超声四维模型进行空间配准,得到基于超声/CT图像的左心耳图像的融合模型;
模拟手术模块,用于模拟将左心耳封堵装置放入左心耳融合模型;
风险评估模块,用于辅助临床医生对于病灶进行判别,并指导手术规划与术后效果评估;根据模拟效果选择合适的左心耳封堵装置和手术方案。
优选地,所述模拟手术模块中设有用于模拟不同类型左心耳封堵装置的匹配装置。
优选地,所述匹配装置上设有用于与左心耳锚定区锚定的结构。
本发明提供一种存储装置,所述存储装置存储有多条指令,所述指令适于执行上述的一种经食管实时四维超声心动图和CT多模态图像融合预测左心耳封堵效果的方法中的步骤。
本发明提供上述一种左心耳封堵模拟***在非诊断方法和非治疗方法上的应用。
本发明提供上述一种经食管实时四维超声心动图和CT多模态图像融合预测左心耳封堵效果的方法在非诊断方法和非治疗方法上的应用。
相比现有技术,本发明具有如下有益效果:
本发明涉及一种经食管实时四维超声心动图和CT多模态图像融合***和左心耳封堵模拟装置。通过两种影像学方法的联合运用,分别采集两者的DICOM图像数据,设计软件实现融合成像,将左心耳内部结构和功能以及外部形态和毗邻同时显现,然后模拟进行封堵器的匹配,使手术医师在术前就可以运用左心耳封堵模拟装置选择手术策略,选择最佳、最合适的封堵器装置,通过本发明提高手术成功率。本发明提供的左心耳多模态融合-预测***可实现左心耳的经食管实时四维超声心动图和CT多模态图像的融合,对左心耳进行内部结构和功能以及外部整体形态和左心耳毗邻的融合,从而为提高左心耳封堵术的成功率,减少并发症提供切实可行的影像学方法。
本发明提供的左心耳封堵模拟***可实现左心耳封堵器装置和左心耳的匹配,帮助临床医生选择最合适的封堵器装置;本发明对常规左心耳封堵器选择的可行性、准确性及可推广性,为提高左心耳封堵术的成功率,减少并发症提供切实可行的影像学方法。
本发明有助于选择最合适的封堵器装置,对特殊形态的左心耳有助于判断是否适合封堵以及封堵器的选择;本发明有助于设计特殊形态的封堵器装置,指导装置的设计以及在现有装置的基础上进行改进,为左心耳封堵器装置改良奠定基础。
附图说明
图1为基于融合图像的封堵器选择与残余分流等并发症的分析过程图。
图2为模拟左心耳放置左心耳封堵装置示意图一。
图3为模拟左心耳放置左心耳封堵装置示意图二。
具体实施方式
为使本发明更明显易懂,兹以优选实施例,并配合附图作详细说明如下:
如图1-3所示,为减少左心耳封堵术后残余分流率,提高手术成功率,本发明提供一种经食管实时四维超声心动图和CT多模态图像融合预测左心耳封堵效果的方法,包括以下步骤:
步骤1:获取人体心脏左心耳经食管实时四维超声心动图和CT的DICOM格式图像数据;
步骤2:对人体心脏的CT图像进行阈值分割;对于典型的心脏分割任务,通过全卷积神经网络FCN将输入的CT图像生成右室/左室/右房/左房与基本血管结构;FCN基于公开的全心脏分割数据集,通过U结构网络与监督学习框架进行模型训练;采用心脏结构中的所有网格点进行主方向提取;对于给定的DSCT图像其中,C为通道数目,D,H,W分别为输入图像的厚度,高度和宽度。
步骤3:对人体左心耳经食管实时四维超声图像,基于极大化-期望EM算法进行预处理与分割;分割过程首先通过四腔平面选取基本位置,基于Sobel算子进行局部区域膨胀,并引入时序权重用于CT与TEE之间的相似性度量;给定RT4D-TEE超声图像序列,共包含NB张3D-TEE图像,模型将得到NB个点集合Yl用于表征超声图像中的四腔轮廓。
步骤4:基于处理完毕的CT图像与超声图像,通过与现有方法类似的穷举离散搜索方法执行初始粗超声帧与CT层位匹配;对于每个时间点t,带有最小均方误差的截面将作为刚性变换为最优匹配;
步骤5:对心脏腔室、左心耳的CT三维模型和左心耳的超声四维模型进行空间配准,得到基于超声/CT图像的左心耳图像的融合模型,通过可视化的方式实现两种图像模态的联合显示,得到超声/CT图像的左心耳图像的融合模型;
步骤6:基于左心耳图像的融合模型,模拟将左心耳封堵装置放入左心耳融合模型,用于辅助临床医生对于病灶等级判别,并指导手术规划与术后效果评估。
上述步骤5中空间配准包括配准算法,配准算法将两种异构的图像模态通过特征变换映射到同一个坐标空间之下,并且能够对于运动造成的局部非刚性形变具备较好的鲁棒性。
上述步骤5中融合模型显示的左心耳内表面设有定位锚定区,底部有左心耳深度的标志点;上述步骤6中模拟将左心耳封堵装置放入左心耳融合模型,是将左心耳封堵装置放置于锚定区。
本发明提供一种超声心动图和CT多模态图像融合的左心耳封堵模拟***,包括:
数据采集模块,用于获取人体心脏左心耳经食管实时四维超声心动图和CT的DICOM格式图像数据;
数据处理模块,用于处理人体心脏的CT图像和人体左心耳经食管实时四维超声图像,并建模;对心脏腔室、左心耳的CT三维模型和左心耳的超声四维模型进行空间配准,得到基于超声/CT图像的左心耳图像的融合模型;
模拟手术模块,用于模拟将左心耳封堵装置放入左心耳融合模型;
风险评估模块,用于辅助临床医生对于病灶进行判别,并指导手术规划与术后效果评估;根据模拟效果选择合适的左心耳封堵装置和手术方案。
上述模拟手术模块中设有用于模拟不同类型左心耳封堵装置的匹配装置。
上述匹配装置上设有用于与左心耳锚定区锚定的结构。
本发明提供一种存储装置,存储装置存储有多条指令,这些指令适于执行根据上述一种经食管实时四维超声心动图和CT多模态图像融合预测左心耳封堵效果的方法中的步骤。
本发明提供的一种超声心动图和CT多模态图像融合的左心耳封堵模拟***可实现左心耳的经食管实时四维超声心动图和CT多模态图像的融合,应用于集成了左心耳影像建模及其融合***的嵌入式设备,
图像融合包括如下步骤:获取人体心脏左心耳经食管实时四维超声心动图和CT的DICOM格式图像数据;对人体心脏的CT图像进行阈值分割;对于典型的心脏分割任务,全卷积神经网络FCN将输入CT图像生成右室/左室/右房/左房(RV/LV/RA/LA)与基本血管结构如主动脉(Aorta)等。FCN基于公开的全心脏分割数据集,通过U结构网络与监督学***面选取基本位置,基于Sobel算子进行局部区域膨胀,并引入时序权重用于CT与TEE(经食管超声心动图transesophageal echocardiography,TEE)之间的相似性度量。给定RT4D-TEE超声图像序列,共包含NB张3D-TEE图像,模型将得到NB个点集合Yl用于表征超声图像中的四腔轮廓。
本发明提供的一种经食管实时四维超声心动图和CT多模态图像融合左心耳封堵模拟***,包括经食管实时四维超声心动图和CT多模态图像融合***和匹配装置;
其中,图像融合***,包括经食管超声心动图和CT图像;经食管超声心动图图像包括二维和四维图像;CT图像,包括二维和三维图像;匹配装置,为模拟不同类型的左心耳封堵器装置;匹配装置上具有不同封堵器装置的锚定区。
一种超声心动图和CT多模态图像融合的左心耳封堵模拟***的左心耳影像建模方法包括:
1.获取人体左心耳的超声图像及CT数据,运用医疗检测仪器采集患者的左心耳DICOM格式的超声影像数据及CT数据。
2.在患者左心耳超声图像中,首先基于极大化-期望EM算法进行预处理与分割。分割过程首先通过四腔平面选取基本位置,基于Sobel算子进行局部区域膨胀,并引入时序权重用于CT与TEE之间的相似性度量。
3.在人体心脏的CT图像中,首先采用FCN进行心脏基本结构的分割。对于典型的心脏分割任务,FCN将输入CT图像生成左右心室/房(RV/LV/RA/LA)与基本血管结构(Aorta等)。FCN基于公开的全心脏分割数据集,通过U结构网络与监督学习框架进行模型训练。在此基础上,进一步采用心脏结构中的所有网格点进行主方向提取。
4.基于处理完毕的CT图像与超声图像,通过与现有方法类似的穷举离散搜索方法执行初始粗超声帧与CT层位匹配。对于每个时间点t,带有最小均方误差的截面将作为刚性变换为最优匹配。
5.对心脏腔室、左心耳的CT三维模型和左心耳的超声四维模型进行空间配准,得到基于超声-CT图像的左心耳图像的融合模型,其中包括:设计一个配准算法,将两种异构的图像模态通过特征变换映射到同一个坐标空间之下,并且能够对于运动造成的局部非刚性形变具备较好的鲁棒性。最终通过可视化的方式实现两种图像模态的联合显示,得到超声-CT图像的左心耳图像的融合模型,用于临床诊断。
6.进行基于多模态特征融合的计算机辅助诊断框架研究:在完成多模态配准工作后,需要基于可视化图像数据设计相应的计算机辅助诊断算法,用于辅助临床医生对于病灶等级判别,并指导手术规划与术后效果评估。
左心耳图像的融合模型的内表面上具有定位锚定区结构;左心耳图像的融合模型的底部具有左心耳深度的标志点;左心耳封堵器装置放置于锚定区结构上。
左心耳图像的融合模型的内表面,向可移动部的本体内部位置延伸的方向上,设有定位锚定区结构;通过将左心耳封堵器装置放置于锚定区结构上,实现对左心耳的封堵。
匹配装置,为模拟不同类型的左心耳封堵器装置;匹配装置上具有不同封堵器装置对应的不同锚定区。
左心耳图像的融合模型中位于左心耳内口和回旋支的位置,分别设有锚定区。锚定区的位置,针对不同形态的左心耳为可调节的结构。左心耳外口的位置,位于华法林嵴和二尖瓣环之间,该连线与锚定区连线的区域设有覆盖区,针对不同形态的左心耳为可调节的结构。覆盖区和锚定区可针对不同类型的封堵器装置。
本发明提供一种左心耳封堵模拟***可实现左心耳封堵器装置和左心耳的匹配,有助于选择最合适的封堵器装置;设置匹配装置,匹配装置上具有不同封堵器装置对应的不同锚定区;左心耳图像的融合模型中锚定区的位置为可调节的结构,还设有覆盖区,针对不同形态的左心耳为可调节的结构。覆盖区和锚定区可针对不同规格、型号的封堵器装置。
以上所述,仅为本发明的较佳实施例,并非对本发明任何形式上和实质上的限制,应当指出,对于本技术领域的普通技术人员,在不脱离本发明的前提下,还将可以做出若干改进和补充,这些改进和补充也应视为本发明的保护范围。凡熟悉本专业的技术人员,在不脱离本发明的精神和范围的情况下,当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化,均为本发明的等效实施例;同时,凡依据本发明的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变,均仍属于本发明的技术方案的范围内。
Claims (1)
1.一种超声心动图和CT多模态图像融合的左心耳封堵模拟***,其特征在于,包括:
(1)数据采集模块,用于获取人体心脏左心耳四维超声心动图和CT的DICOM格式图像数据;
(2)数据处理模块,用于处理人体心脏的CT图像和人体左心耳四维超声图像,并建模,对心脏腔室三维模型和左心耳的四维模型进行空间配准,得到基于超声/CT图像的左心耳图像的融合模型;
所述处理人体心脏的CT图像指的是对人体心脏的CT图像进行阈值分割;对于典型的心脏分割任务,通过全卷积神经网络FCN将输入的CT图像生成右室/左室/右房/左房与基本血管结构;FCN基于公开的全心脏分割数据集,通过U结构网络与监督学习框架进行模型训练;采用心脏结构中的所有网格点进行主方向提取;
所述处理人体左心耳四维超声图像指的是对人体左心耳四维超声图像,基于极大化-期望EM算法进行预处理与分割;分割过程首先通过四腔平面选取基本位置,基于Sobel算子进行局部区域膨胀,并引入时序权重用于CT与TEE之间的相似性度量;
所述建模包括基于处理完毕的CT图像与超声图像,通过与现有方法类似的穷举离散搜索方法执行初始粗超声帧与CT层位匹配;对于每个时间点t,带有最小均方误差的截面将作为刚性变换为最优匹配;
(3)模拟手术模块,用于模拟将左心耳封堵装置放入左心耳融合模型;
所述模拟手术模块中设有用于模拟不同类型左心耳封堵装置的匹配装置;
所述匹配装置上设有用于与左心耳锚定区锚定的锚定结构;
(4)风险评估模块,用于辅助临床医生对于病灶进行判别,并指导手术规划与术后效果评估;根据模拟效果选择合适的左心耳封堵装置和手术方案。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210262054.XA CN114831729B (zh) | 2022-03-17 | 2022-03-17 | 超声心动图和ct多模态图像融合的左心耳封堵模拟*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210262054.XA CN114831729B (zh) | 2022-03-17 | 2022-03-17 | 超声心动图和ct多模态图像融合的左心耳封堵模拟*** |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114831729A CN114831729A (zh) | 2022-08-02 |
CN114831729B true CN114831729B (zh) | 2024-05-10 |
Family
ID=82562317
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210262054.XA Active CN114831729B (zh) | 2022-03-17 | 2022-03-17 | 超声心动图和ct多模态图像融合的左心耳封堵模拟*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114831729B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108143396A (zh) * | 2018-01-19 | 2018-06-12 | 苏州江奥光电科技有限公司 | 一种基于荧光成像的便携式早期龋齿诊断装置及诊断方法 |
US20240058071A1 (en) * | 2022-08-17 | 2024-02-22 | Boston Scientific Scimed, Inc. | Left atrial appendage closure pre-procedure system and methods |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2538398A1 (en) * | 2011-06-19 | 2012-12-26 | Centrum Transferu Technologii Medycznych Park Technologiczny Sp. z o.o. | System and method for transesophageal echocardiography simulations |
CN109377520A (zh) * | 2018-08-27 | 2019-02-22 | 西安电子科技大学 | 基于半监督循环gan的心脏图像配准***及方法 |
CN113057677A (zh) * | 2021-03-30 | 2021-07-02 | 华南理工大学 | 超声和ct图像融合的心脏影像建模方法、***及设备 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US10719986B2 (en) * | 2009-12-22 | 2020-07-21 | Siemens Healthcare Gmbh | Method and system for virtual percutaneous valve implantation |
US10842379B2 (en) * | 2016-01-29 | 2020-11-24 | Siemens Healthcare Gmbh | Multi-modality image fusion for 3D printing of organ morphology and physiology |
-
2022
- 2022-03-17 CN CN202210262054.XA patent/CN114831729B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP2538398A1 (en) * | 2011-06-19 | 2012-12-26 | Centrum Transferu Technologii Medycznych Park Technologiczny Sp. z o.o. | System and method for transesophageal echocardiography simulations |
CN109377520A (zh) * | 2018-08-27 | 2019-02-22 | 西安电子科技大学 | 基于半监督循环gan的心脏图像配准***及方法 |
CN113057677A (zh) * | 2021-03-30 | 2021-07-02 | 华南理工大学 | 超声和ct图像融合的心脏影像建模方法、***及设备 |
Also Published As
Publication number | Publication date |
---|---|
CN114831729A (zh) | 2022-08-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11816837B2 (en) | Vascular characteristic determination with correspondence modeling of a vascular tree | |
RU2472442C2 (ru) | Система для комплексного слияния данных формирования изображения на основании статистических моделей анатомии | |
CN109589170B (zh) | 医学成像中的左心耳闭合引导 | |
CN114831729B (zh) | 超声心动图和ct多模态图像融合的左心耳封堵模拟*** | |
JP5797352B1 (ja) | 3次元物体を追跡するための方法 | |
US9292917B2 (en) | Method and system for model-based fusion of computed tomography and non-contrasted C-arm computed tomography | |
US7693563B2 (en) | Method for image processing and contour assessment of the heart | |
JP5039295B2 (ja) | 医学的介入手順で使用するためのイメージング・システム | |
US9687204B2 (en) | Method and system for registration of ultrasound and physiological models to X-ray fluoroscopic images | |
CN100518648C (zh) | 计划和治疗双心室起搏的心脏ct*** | |
KR102251830B1 (ko) | 초음파 및 ct 영상의 정합에 관한 시스템 및 작동 방법 | |
US9589379B2 (en) | System and method for visualization of cardiac changes under various pacing conditions | |
US20070014452A1 (en) | Method and system for image processing and assessment of a state of a heart | |
US20170065242A1 (en) | Method and System for Analysis of Myocardial Wall Dynamics | |
BRPI0806078A2 (pt) | modelagem anatâmica a partir de imagem em 3d e um mapeamento de superfÍcie | |
JP2006110344A (ja) | 解剖学的領域の三次元モデルと該領域の投影画像とを位置揃えする方法及びシステム | |
CN105574878A (zh) | 使用局部加权拟合的图像配准 | |
CN102763135A (zh) | 用于自动分割和时间跟踪的方法 | |
US20150206302A1 (en) | Systems, methods and computer readable storage media storing instructions for integrating fluoroscopy venogram and myocardial images | |
CN113487665B (zh) | 一种管腔缺口的测量方法、装置、设备和介质 | |
WO2002003304A2 (en) | Predicting changes in characteristics of an object | |
EP4033964A1 (en) | Methods, apparatus, and system for synchronization between a three-dimensional vascular model and an imaging device | |
CN114931435B (zh) | 三维模型处理方法、装置和电子设备 | |
WO2022223042A1 (zh) | 手术路径处理***、方法、装置、设备及存储介质 | |
JP2021504046A (ja) | 動的術中セグメンテーションデータに対する静的術前計画データの位置合わせ |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |